在生物制药领域,化学、生产和控制(CMC)是确保药品质量的核心环节。然而传统质量控制方法存在显著的时间滞后和取样偏差,生产批次间差异难以控制,甚至面临整批报废风险。在线过程分析技术(Process Analytical Technology, PAT)作为一种颠覆性工具,通过提供原位、实时、无损的监测能力,为生物药CMC开发实施“质量源于设计”(QbD)提供关键技术。本文旨在探讨在线过程分析技术技术在生物药CMC的关键应用与价值。
传统离线分析:滞后与取样偏差
传统生物工艺的监控主要依赖于从生物反应器或纯化流程中手动取样,随后在远离生产现场的QC实验室进行分析。
时间滞后性
从取样、样品预处理到获得分析结果,通常需要数小时甚至数天。当检测到工艺参数(如营养物浓度、代谢副产物、产物滴度或质量属性)异常时,工艺批次可能已接近尾声或已发生不可逆的偏离,导致批次报废,造成巨大的时间和经济成本损失。
取样偏差与样品代表性
- 异质性: 大规模生物反应器内并非完全均一,手动取样点有限,难以代表整个体系的真实状态。
- 样品处理影响: 取样后的离心、过滤、稀释或储存过程可能改变样品的理化性质,引入人为误差。
- 无菌风险: 频繁取样增加了生物污染的风险。
正如美国FDA在2004年发布的PAT指南框架中所强调,“质量不能仅通过最终产品检验被植入产品,而应源于设计和对生产过程的充分理解与控制” 。离线分析显然无法满足这一核心理念。
过程分析技术(PAT)
过程分析技术(PAT)被定义为“通过及时测量(即在工艺过程中)原材料和过程中材料和工艺关键质量和性能属性来设计、分析和控制生产的系统,以确保最终产品质量”。
生物制药中应用的PAT技术种类繁多,根据其测量原理和信息深度,可分为光谱类、色谱类、生物传感器类以及其他物理化学传感器。
PAT在生物药CMC中的关键应用与价值
1、在工艺开发阶段:加速工艺理解和优化。
- 关键工艺参数识别:通过在线传感器实时监测生物反应器内的微观变化,精确识别影响关键质量属性的CPP。
- 缩小模型验证:在工艺表征研究中,使用PAT工具确保缩小模型与生产规模模型的动力学路径和产品质量一致性,为大规模生产提供可靠依据。
- PAT应用价值:缩短开发周期,建立更科学、更稳健的设计空间。
2、生产制造阶段:保工艺稳健性和批间一致性,为实现实时放行测试奠定基础。
上游过程
- 在线监测:使用原位探头连续监测生物反应器中的葡萄糖、乳酸、谷氨酰胺等关键代谢物浓度,为补料策略提供即时数据支持。
- 细胞状态监控:通过在线激光衍射仪或电容法实时监测活细胞密度和活力。
下游过程:
- 层析过程监控:使用UV、多波长、电导和pH在线监测层析洗脱谱图,实时判断产品收集起点和终点,减少批间差异。
- 产物浓度与纯度评估:在某些应用中,可使用在线拉曼光谱或UPLC实时监测纯化过程中的产物和杂质变化。
- PAT应用价值:实现预防性控制,避免整批产品的失败,提高生产成功率和效率。
3、在质量控制与放行阶段:从“放行检验”转向“放行工艺”。
实时放行测试:如果能够通过PAT数据(如整个培养过程中的代谢谱、光谱数据)与产品质量(如糖基化、效价)建立可靠的预测模型,则可以在产品最终检测完成前,甚至替代某些耗时长的离线检测项目,直接放行产品。
连续工艺:对于连续生物制造,PAT是实现过程控制和产品质量实时监控的必备技术。
PAT应用价值:极大缩短产品放行时间,降低检验成本,是实现先进制造模式的关键。
Akwa®Raman在线拉曼分析
Akwa®Raman在线拉曼分析仪是由浚真生命科学自主研发的用于生物工艺关键工艺参数和关键质量参数持续监测和优化的在线过程分析系统。
Akwa®Raman特点
可实现过程工艺多参数的在线实时监测;
采用基于物理信息的神经网络(PINN)建模方法;
集成于生物反应器的自动化控制系统;
高效采集样品信号通量专利设计,保证高分辨率的同时得到增强拉曼信号可在短采样时间内实现高信噪比(SNR);
过程分析技术(PAT)正从根本上重塑生物药CMC开发:通过提供原位、实时、高信息量的工艺数据,实现连续生物制造和真正意义上的质量源于设计(QbD)。随着技术的不断成熟和监管机构的持续鼓励,PAT必将成为未来生物药工厂不可或缺的工具,驱动行业向着更智能、更敏捷、更高质量的方向飞速发展。